Ao longo do início de 2020, negócios enfrentaram uma enxurrada de desafios que poucos poderiam ter previsto. Desde perturbações na cadeia de abastecimento global e encerramentos provocados por pandemias até tarifas intermitentes, estes acontecimentos inesperados testaram os limites das estratégias de planeamento tradicionais.
A recente paralisação do governo dos Estados Unidos constituiu mais um lembrete de que sistemas bem estabelecidos podem parar, durando um período recorde de 43 dias e paralisando tudo, desde o financiamento de projectos locais até ao controlo do tráfego aéreo e aos programas de assistência alimentar.
Estrategista sênior de ciência de dados na Gurobi Optimization.
Estes cenários demonstram que as catástrofes raras e complexas são difíceis de prever e ainda mais difíceis de modelar e de preparar. Embora o planeamento do pior cenário se baseie há muito tempo em dados históricos dados e amortecedores de contingência, o que acontece quando a história não oferece precedentes?
É aqui que a otimização matemática desempenha um papel fundamental na simplificação e agilização dos esforços de planejamento.
O pior cenário
Se você estiver familiarizado com técnicas de otimização, poderá identificar o processo de otimização no pior caso como “otimização robusta”. Embora seja uma aplicação notável de otimização, não é exatamente disso que trata este artigo.
Em vez disso, imagine que você dirige uma empresa de manufatura de médio porte com sede nos Estados Unidos. Seu negócios depende de aprovações regulatórias oportunas para enviar produtos através das fronteiras estaduais.
Durante uma paralisação governamental prolongada, essas aprovações ficam paralisadas, deixando sua equipe com um número cada vez maior de produtos acabados e sem nenhum lugar para enviá-los. O estoque se acumula, o espaço de armazenamento desaparece, funcionários ocioso, sem trabalho a fazer e os prazos contratuais de entrega se aproximam.
Este cenário de estagnação é complexo e cheio de interdependências. Limites de armazenamento, limites orçamentários e horas fixas de força de trabalho não podem ser ajustados, e prazos perdidos podem gerar penalidades e danos financeiros cliente relacionamentos.
Certamente existem fatores que você pode controlar – programação de produção, alocação de recursos e mão de obra e fontes alternativas, por exemplo – mas nenhum pode ser ajustado sem ter seus próprios impactos posteriores em seus resultados financeiros.
Como você pode planejar efetivamente esse tipo de situação?
A resposta tradicional
As empresas tradicionalmente abordam a preparação do pior cenário com métodos de planejamento manual. Em nosso exemplo de desligamento, isso pode incluir a reunião da equipe de liderança da sua empresa de manufatura para revisar planilhasexamine dados históricos e faça brainstorming de cenários para estimar seu impacto potencial.
Em si, este é um método totalmente plausível. Sua equipe poderia revisar uma série de dados passados, discutir o que os cenários podem implicar no futuro e implementar reservas de contingência relevantes como meio de resposta proativa. O sucesso desta abordagem, no entanto, depende em grande parte da previsibilidade.
Não é improvável que os dados históricos de produção possam ajudar um fabricante a preparar-se para picos de procura ou para a perda de um fornecedor estratégico. Mas se há algo que aprendemos na primeira metade desta década é esperar o inesperado.
Cadeias de abastecimento voláteis, mercados internacionais flutuantes, conflitos globais e crises sanitárias generalizadas não são tão fáceis de prever e de preparar eficazmente.
E quando estão sobrepostas a dezenas de variáveis preexistentes – limites de armazenamento, horas de trabalho, contratos e muito mais – a resposta tradicional rapidamente se torna lenta, reativa e geralmente inadequada.
Respondendo com otimização
A otimização matemática oferece às empresas atuais uma abordagem fundamentalmente diferente para a preparação do pior cenário. Em vez de confiar no instinto e em dados estáticos, a otimização utiliza algoritmos avançados para avaliar desafios multifacetados e fornecer a melhor solução possível.
Cada problema de otimização matemática inclui:
- Uma função objetivo ou a meta que você está tentando alcançar.
- Variáveis de decisão, ou os fatores que podem ser alterados.
- Restrições ou fatores que não podem ser alterados.
Em nosso cenário de fabricação, esses fatores seriam:
- Uma função objetiva de minimizar o custo total e ao mesmo tempo cumprir as obrigações de entrega.
- Variáveis de decisão como níveis de produção, alocação de mão de obra e decisões de terceirização.
- Restrições que incluem capacidade de armazenamento, orçamento, disponibilidade de força de trabalho e restrições regulatórias.
Sua equipe poderia usar essas variáveis para criar um modelo matemático que representasse seu problema. Então, usando um solucionador de otimização para executar os algoritmos relevantes, você poderia determinar o equilíbrio ideal entre prioridades concorrentes em minutos, em vez de dias.
O modelo pode recomendar a redução da produção em um determinado montante, realocando os recursos da força de trabalho para manutenção preventiva projetose/ou terceirizar uma parte da produção para evitar excesso de armazenamento.
Qualquer que seja a recomendação, você pode ficar tranquilo sabendo que ela foi informada por todas as variáveis relevantes e determinada como a melhor solução possível.
O uso da otimização agiliza drasticamente o processo de preparação, tornando as considerações e decisões do pior cenário mais rápidas e confiáveis.
Os tomadores de decisão humanos ainda têm o poder de compartilhar informações importantes e ter a palavra final sobre como a equipe avança, ao mesmo tempo em que terceirizam o demorado trabalho computacional para o poder de modelos matemáticos estáveis, confiáveis e facilmente atualizáveis e dos algoritmos avançados que os resolvem.
Rumo a um futuro menos frenético
Os piores cenários já não são tão raros como costumavam ser. Desde pandemias e tarifas até prolongadas paralisações governamentais, as perturbações são mais frequentes, mais complexas e mais difíceis de prever.
A otimização matemática oferece às empresas atuais um caminho mais inteligente para avançar. Ao assumir o trabalho braçal de modelagem e revisão de cenários, a otimização pode ajudar a transformar o planejamento manual demorado e incerto em estratégias de negócios proativas.
Embora um modelo de otimização não possa eliminar completamente a imprevisibilidade e o risco (como nenhuma solução realmente consegue), ele pode funcionar como uma “pedra na tempestade” metafórica, ajudando as equipes a reagir ao seu ambiente em mudança com capacidades de resolução de problemas rápidas e confiáveis.
Quando ocorrer o próximo desastre sem precedentes, as empresas orientadas para a otimização poderão ter a certeza dos resultados dos seus esforços proativos, em vez de se esforçarem para compensar a falta de preparação.
Apresentamos a melhor plataforma de business intelligence.
Este artigo foi produzido como parte do canal Expert Insights da TechRadarPro, onde apresentamos as melhores e mais brilhantes mentes do setor de tecnologia atualmente. As opiniões expressas aqui são de responsabilidade do autor e não são necessariamente da TechRadarPro ou Future plc. Se você estiver interessado em contribuir saiba mais aqui: https://www.techradar.com/news/submit-your-story-to-techradar-pro